一种基于缺陷管理的变电站智能告警系统的建模开题报告

1. 研究目的与意义

智能变电站设备运行中的缺陷主要包括前置采集单元缺陷、二次设备故障和一次设备运行异常。为提高电力系统的运行的稳定性和供电的可靠性，简化变电站日常消缺工作，提出一种基于缺陷管理的变电站智能告警系统的建模。主要是提供一种变电站智能告警建模方案，包括：针对变电站继电保护动作元件，建立保护动作元件推理模型；建立变电站的一次设备，二次设备，测量数据，状态数据，保护信息之间的映射关系及继电保护装置的配置信息。通过网络拓扑获得一次设备的接线方式以及与相邻间隔的连接关系；基于专家系统知识数据库，并针对各类故障的条件、征兆、过程特征和结果信息，建立故障推理模型，采用基于XML语言的故障描述语言，描述该保护动作元件推理模型和故障推理模型。由于该建模针对变电站的拓扑结构，元件参数和故障特点，建立了故障推理模型，具有实现灵活，扩展方便，适应性强等优点，因此具有较高的可实施性。

目前对智能告警系统的研究热点主要是：告警信息缺陷管理的预处理，对各类信息进行分类，标注优先级，筛选出重要的告警信息，故障诊断，主要方法有专家系统和人工神经网络等；多故障处理和加强监测等方面。作为我国经济发展的坚强支柱，电力系统这些年得到了快速发展，电力系统的安全运行是关系国计民生的大问题。变电站在电力系统中起着枢纽作用，随着其智能化发展，智能化一次设备和网络化二次设备的使用，变电站安全运行问题变得与以往不同，需要我们进一步深入的研究。

2. 课题关键问题和重难点

1、关键问题：

本文研了一种基于缺陷管理的变电站智能告警系统的构建，提出了一些改进智能变电站的技术和方法。课题主要从以下几个关键问题展开研究论述：

1）智能变电站的特点与结构分析

3. 国内外研究现状（文献综述）

近年智能告警系统研究的核心内容是故障的推理与诊断的方法。国内外提出的故障诊断分析方法主要包括专家系统、人工神经网络、petri网络、粗糙集法、贝叶斯算法、多代理技术和基于故障录波器信息等方法。

专家系统是发展最早，也是较为成熟的一种人工智能技术。它根据某个领域的专家提供的知识和经验进行推理和判断，模拟专家的决策过程，以解决那些需要专家决策的复杂问题。文献[1]中运用基于产生式规则的专家系统，把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来，形成故障诊断专家系统的知识库，进而根据报警信息对知识库进行推理，获得故障诊断的结论，具有直观性、实时性和有效性。

人工神经网络是模拟人类神经系统传输、处理信息过程的一种人工智能技术，文献[2]认为ann具有鲁棒性好、容错能力强和学习能力强等特点。目前应用于电力系统故障诊断的ann有：基于bp算法的前向神经网络和基于径向基函数的神经网络等。文献[3]采用新型径向基函数神经网络解决故障诊断问题，将正交最小二乘算法扩展用于优化rbf神经网络参数，经过计算机仿真表明，该方法优于bp神经网络模型。ann方法的主要问题在于：变电站的完备样本集获取非常困难；缺乏解释自身行为和输出结果的能力。ann方法更适用于缺乏专家经验并且逻辑关系难以描述的信号的诊断。

4. 研究方案

本文的主要工作与章节安排如下：

首先对变电站智能告警仿真实验平台的研究背景和意义进行了阐述，然后分别对当今常用的电力系统仿真软件、继电保护仿真研究和智能告警系统研究在国内外的发展现状进行了研究和总结。

其次是对变电站智能告警仿真实验平台的总体设计。先为智能变电站和智能告警系统概述，对智能告警系统的主要组成部分进行研究。再为变电站智能告警仿真实验平台的总体设计方案，包括系统的总体架构和各个系统功能模块的研究。最后为实验平台实现的技术概述，主要内容为各功能实现所需要的开发工具和关键技术的介绍和选择。

5. 工作计划

第1周：熟悉所分配课题，收集相关资料

第2周：完成外文资料的翻译和审核

第3周：自拟开题报告、并完成审核